请问各位：对非平稳随机信号的处理（比如冲击信号），除了小波分析。。
rt，包括侵彻硬目标信号，各种冲击信号，除了小波分析以外，目前比较前沿和常用的分析方法和算法都有哪些？十分感谢[ 本帖最后由 liming235 于 2008-12-1 20:19 编辑 ] 我也想问这方面的问题，高阶谱应该可以吧，期待大侠们回复 呵呵，谢谢楼上的，一起等待大牛的出现 目前，对于UWB／冲激雷达的信号处理研究的比较多，对于超宽带LFM信号的研究也比较热，其采用的一些处理方法有：时频分析、高阶谱分析、小波变换、核函数（Kernel）分析技术、神经网络等。
（1）时频分析——主要指短时傅立叶变换（STFT）和 Wigner－Ville分布由于FFT只能从整体上获得信号的频谱分布，而不能对时变的、非平稳信号进行局部分析，短时傅立叶变换（STFT）和Wigner－Ville分布是解决时变信号时频分析的重大突破，但STFT的窗口是固定的，在时域和频域上的两维分辨力是固定的，时频分辨力不能兼顾；对于多个信号迭加的情况，Wigner－Ville分布存在严重的交叉项干扰，从而严重影响了它们的应用。所以，近年来又研究了Wigner－Hough变换，从而消除了多分量LFM的交叉项干扰，而在Wigner－Hough变换平面内出现了一系列分离的尖峰。
（2）高阶谱分析法——当回波信号中含有大量高斯噪声及其它具有对称概率密度的噪声时，利用高阶方法进行信号检测和目标特性分析显示其独有的优越性，不仅如此，高阶谱更能精确表征目标特性。
（3）小波变换——小波变换不但在时域和频域同时具有良好的局部化性质，而且对高频成分采用逐渐精细的时域或空域步长，从而可聚焦到任意细节，因而被誉为“数学显微镜”，所以在超宽带雷达信号处理中，小波变换可有效地提供目标回波瞬态信息。
（4） 核函数——针对多分量线性调频信号，自适应高斯核分布在抑制交叉项并保持较高时频分辨力方面有效，自适应核相对于固定核具有很大优势。
-----------------------------------------------------------------------------------------------------------------------------------------------------
这是我找的一些资料，虽不是一个领域但可供参考，同时期待有人能解答我的问题:@) 本帖最后由 wdhd 于 2016-9-13 14:00 编辑
原帖由 gyy_0303 于 2008-12-1 20:45 发表
我也想问这方面的问题，高阶谱应该可以吧，期待大侠们回复
我找了些资料，有篇95年的博士论文谈论了高阶谱的分析，说明高阶谱不是目前很前沿很新的分析方法
回复 5楼 liming235 的帖子
我觉得应该算是识别冲击信号比较好的方法，相对来说还是从近几年开始发展的吧，我也是刚开始研究振动信号中的冲击信号识别，所以咱们要多等牛人来指导，呵呵 请参考EMD算法请搜索本论坛
已有好多帖子 本帖最后由 wdhd 于 2016-9-13 14:00 编辑
原帖由 baobao1982 于 2008-12-2 09:50 发表
请参考EMD算法
请搜索本论坛
已有好多帖子
多谢您的回答，希望能继续得到您的支持 http://techtransfer.gsfc.nasa.gov/HHT/这个网站不错，可以看看，希望没有发重
页:
[1]